My Notes

統計学とかR(R言語)とかPython3の覚え書きとか走り書きとか。 座右の銘にしたい: All work and no play makes Jack a dull boy.

『品質管理のための統計手法』の第1章 (単回帰分析) p.43~45をR(R言語)で

Rコード

# 問1 データ n = 3 対のデータ (1, 2), (2, 5), (3, 5)

df <- data.frame(x = c(1, 2, 3),
                 y = c(2, 5, 5))

df

# 単回帰直線
m <- lm(y ~ x, data = df)
plot(y ~ x, data = df)
abline(m)
summary(m)


# 最小二乗法 
z <- lsfit(df$x, df$y)
z

R Console

> # 問1 データ n = 3 対のデータ (1, 2), (2, 5), (3, 5)
> 
> df <- data.frame(x = c(1, 2, 3),
+                  y = c(2, 5, 5))
> 
> df
  x y
1 1 2
2 2 5
3 3 5
> 
> # 単回帰直線
> m <- lm(y ~ x, data = df)
> plot(y ~ x, data = df)
> abline(m)
> summary(m)

Call:
lm(formula = y ~ x, data = df)

Residuals:
   1    2    3 
-0.5  1.0 -0.5 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)
(Intercept)    1.000      1.871   0.535    0.687
x              1.500      0.866   1.732    0.333

Residual standard error: 1.225 on 1 degrees of freedom
Multiple R-squared:   0.75,  Adjusted R-squared:    0.5 
F-statistic:     3 on 1 and 1 DF,  p-value: 0.3333

> 
> 
> # 最小二乗法 
> z <- lsfit(df$x, df$y)
> z
$coefficients
Intercept         X 
      1.0       1.5 

$residuals
[1] -0.5  1.0 -0.5

$intercept
[1] TRUE

$qr
$qt
[1] -6.928203 -2.121320 -1.224745

$qr
      Intercept          X
[1,] -1.7320508 -3.4641016
[2,]  0.5773503 -1.4142136
[3,]  0.5773503  0.9659258

$qraux
[1] 1.577350 1.258819

$rank
[1] 2

$pivot
[1] 1 2

$tol
[1] 1e-07

attr(,"class")
[1] "qr"

回帰直線のスクリーンショット

f:id:my_notes:20170531095414p:plain

参考文献

品質管理のための統計手法 (日経文庫)

品質管理のための統計手法 (日経文庫)